8月26日下午,2021北京网络安全大会(BCS2021)数字城市安全论坛隆重开幕。该论坛由中国电子信息产业集团指导,奇安信集团主办,中国电子云支持。论坛以“打造数字城市安全防护体系 保障数字城市健康稳定运行”为主题,聚焦数字经济时代下的数字城市安全建设,深入探讨如何打造数字城市安全防护体系、保障数字城市健康稳定运行。
中国电子信息产业集团有限公司总经理助理、数字办常务副主任、中电互联党委书记、董事长朱立锋表示,开展城市数据治理要在保证数据安全的前提下激活数据要素,在推动数据要素市场化配置的工作中,我们坚持“打造‘一库双链’,培育三级市场”的核心理念,着力打造“数据金库”基础设施,充分利用“数据元件”可析权、可计量、可定价的价值属性,积极推动从数据资源到数据元件、再从数据元件到数据产品的“两次赋能”,加快培育数据资源、元件、产品三级市场,实现数据“资源化、资产化、资本化”的三次“蝶变”。
中国电子云副总裁陈磊在会上表示,城市信息化和数字化已经全面铺开,建设数字城市,要坚持安全为先,选择更可信的数字基础设施。中国电子云基于新一代可信云架构,围绕数字城市健康发展提供安全、绿色、先进的数字基础设施,护航数字中国建设。
赛迪顾问研究业务总监高丹表示,未来城市高质量发展的基本动力仍将是工业化和城镇化,而经济高质量发展、产业高效协调将为城市工业化和城镇化注入动力,因此,网络安全问题现已成为城市数字化建设关注的焦点。赛迪顾问建议未来可从顶层设计、持续运营、评价体系、人才培养四方面着手加强城市数字化转型过程中的网络安全建设。
长沙市数据资源管理局党组书记、局长张武分享了他在城市网络安全运营中心的经验。他表示,随着信息化发展越深入、对网络安全的要求就越高,建立城市网络安全运营中心就是要给整个城市修城墙。集合智慧城市、重点行业和关键信息基础设施领域网络安全建设的发展核心,能有效地监控城市网络安全状态,守护城市网络安全运行,让城市具备自适应、自主和自成长的安全能力,提高城市网络空间安全的整体防护水平。
香港警务处网络安全及科技罪案调查科总警司罗越荣分享了香港警方是如何采取积极措施打击科技犯罪,其中在2021年网络安全和科技犯罪的行动重点清单中提到以下四点方法:提高公众对于网络犯罪的认知,加强与法律执法机构或不同利益方之间的合作,加强协调与共享专业知识,采取更加积极主动的措施去调查与打击网络犯罪活动。
嘉兴市大数据中心主任屠勇刚在会上分享,围绕浙江省数字化改革总目标,应坚持系统安全观,按照“全面覆盖、深度融合”的安全理念,强化政务网络安全体系,同时在日常安全运营中,围绕“云、网、端、数据、业务”的安全风险,全面落实网络安全“三同步”要求,构建与数字化融合的内生安全防护能力,强化数据要素安全保障,提升网络安全防护与实战对抗能力,打造坚实的网络安全底座,保障数字化改革的安全稳步推进。
奇安信集团副总裁张龙表示,城市安全运营中心兼顾监管机构和政企客户的网络安全诉求,采用集约化、标准化的建设方案。运营通过整体评估、环比分析、同比分析了解安全情况。同时,通过运营推动改进,基于当前的安全状况及未来的趋势,持续推动管理及技术的改进。用产业落地、产教合作的办法,建设数字城市的网络安全运营能力。
此次数字城市安全论坛由奇安信集团安全运营中心总经理万京平主持。中国电子信息产业集团有限公司总经理助理、数字办常务副主任、中电互联党委书记、董事长朱立锋,中国电子云副总裁陈磊,赛迪顾问研究业务总监高丹,长沙市数据资源管理局党组书记、局长张武,香港警务处网络安全及科技罪案调查科总警司罗越荣,嘉兴市大数据中心主任屠勇刚,奇安信集团副总裁张龙分别分享了自己的思考和见解。
本届2021北京网络安全大会以“经营安全,安全经营”为主题,内容涉及政策形势、产业发展、前沿技术等多个方向。为期三天的大会分为战略日、产业日和技术日,并由3场峰会、18场论坛,多场特色活动共同组成。200余位国内外顶级网络安全专家共同出席,超过200家机构参加了此次峰会。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。